۱۸۰ ترافلاپس! قدرت پردازشی نسل دوم پردازندههای Tensor گوگل
گوگل در کنفرانس توسعهدهندگان سال جاری با نام I/O 2017 پرده از نسل دوم واحد پردازشی تنسور (TPU) با قدرت محاسباتی فوقالعاده بالا رونمایی کرد.از نسل دوم این پردازندهها برای سرعت بخشی به یادگیری ماشینی در محصولاتی مثل سرویس ترجمه گوگل، سرویس عکسها و ... استفاده خواهد شد.

به گزارش کلیک، اگر چه یادگیری ماشینی معمولا توسط GPUهای ساخته شده توسط شرکت NVIDIA انجام میشود اما گوگل تصمیم گرفت آستینها را بالا زده و بعد از ساخت سختافزارهایی خاص، آنها را برای سازگاری هر چه بهتر با نرمافزارهای خودش بهینهسازی کند.
اظهارت مسئولین گوگل
«تیمهای تحقیقاتی و مهندسی گوگل و سایر شرکتها و سازمانها پیشرفت بسیار زیادی در زمینهی ارتقای آموزش و یادگیری ماشینی با استفاده از سختافزارهای کنونی انجام دادهاند. هر چند این وضعیت برای مرتفع کردن نیازهای ما در زمینهی یادگیری ماشینی قابل قبول نبود و از این رو تصمیم گرفتیم برای از میان برداشتن مشکلات موجود و همچنین ارتقای کلی عملکرد یک سیستم یادگیری ماشینی جدید طراحی کنیم. در قلب این سیستم نسل دوم TPUهایی که امروز رونمایی خواهیم کرد قرار گرفتهاند. این TPUها قادر به آموزش و اجرای مدلهای مختلف یادگیری ماشینی هستند.»
گوگل ادعا میکند که نگارش دوم سیستم TPU که طراحی کرده کاملا عملیاتی شده و در حال پیادهسازی در موتور محاسباتی کلیه سرویسهای این شرکت است. البته خبرهای دیگری مرتبط با واحدهای پردازشی تنسور هم هست که گوگل تصمیم به اعلام آنها گرفته و جزئیات آنها را در ادامه میخوانید:
«هر کدام از این ابزارهای جدید TPU دارای توانی معادل ۱۸۰ ترافلاپس است. اگر چه هر کدام از این TPUها به خودی خود فوقالعاده قدرتمندند اما طراحی آنها به گونهای است که در همکاری با یکدیگر، توانی چند برابر پیدا میکنند. هر TPU دارای یک شبکهی اختصاصی پر سرعت است که امکان ساخت سوپرکامپیوترهایی بینظیر به نام TPU Pod را برای یادگیری ماشینی فراهم میکند. یک TPU Pod دارای ۶۴ TPUنسل دوم بوده و با توانی معادل ۵/۱۱ ترافلاپس، آموزش یک مدل اختصاصی و بزرگ یادگیری ماشینی را شتاب قابل ملاحظهای میبخشد.»
استفاده از این TPU Podها موجب شده شاهد بهبود فوقالعادهای در ارتقای زمان صرف شده برای آموزش باشیم. یکی از مدلهای ترجمهی بسیار بزرگ ما در گذشته برای یادگیری از ۳۲ نمونه از بهترین GPUها استفاده میکرد و پروسهی آموزش آن یک روز کامل طول میکشید؛ حال با به کارگیری تنها یک هشتم توان یک TPU Pod، پروسهی آموزش با همان دقت و کیفیت، در یک بعد از ظهر تمام میشود.
این واحدهای پردازشی جدید قادر به انجام دو کار آموزش و نتیجهگیری بوده و پژوهشگران توسط آنها میتوانند آزمایشهای متنوع هوش مصنوعی را در نرمافزار TensorFlowکه در دست طراحی است، با سرعت بیشتری انجام دهند.
گوگل اطلاعاتی در مورد مصرف انرژی واحدهای پردازشی تنسور ارائه نکرده اما به نظر میرسد توان مصرفی آنها از پردازندههای گرافیکی NVIDIA کمتر باشد. نظرتان در مورد این چیپهای جدید چیست؟